KI-Musik ist nicht Englisch — die verborgenen Sprachen von 650.000 Songs

In unserer früheren Analyse, wer KI-Musik tatsächlich macht, blieb eine Zahl fast unkommentiert: Über rund 650.000 Generierungen hinweg sind etwa 93 % aller Prompts in Sprachen mit lateinischer Schrift verfasst. Schnell gelesen, behauptet diese Zahl: „KI-Musik ist eine englische, westliche Sache." Richtig gelesen, sagt sie fast das Gegenteil. Das lateinische Alphabet ist nicht Englisch. Es ist das Schriftsystem von Spanisch, Portugiesisch, Indonesisch, Vietnamesisch, Türkisch, Französisch, Polnisch, Swahili und tausenden weiterer Sprachen — und in diesem Datensatz ist englischsprachiger Pop nur eine Minderheit der Aktivität. Die Menschen, die mit diesen Werkzeugen Musik machen, machen sie überwiegend nicht auf Englisch.

Dieser Beitrag schaut sich an, was die 93 % tatsächlich enthalten. Die Sessions sortieren sich in rund zehn klar unterscheidbare musikalische Welten — spanische Balladen und Andachtslieder, brasilianischen sertanejo und funk, indonesischen dangdut, türkischen arabesk, Balkan-Songs und mehr — und jede dieser Welten lässt sich auf einen realen, dokumentierten Boom in der Streaming-Wirtschaft abbilden. Die Geografie des KI-Musik-Schaffens ist keine Überraschung. Sie ist der nicht-englische Musik-Boom, nur eine Stufe früher in der Kette.

Der Lesefehler: lateinische Schrift ist nicht Englisch

Der Reflex, lateinische Buchstaben als Englisch zu lesen, ist eine Lese-Illusion. Das lateinische Alphabet wird verwendet, um mehr als 3.000 Sprachen zu schreiben, gesprochen von rund 70 % der Weltbevölkerung — quer durch West- und Mitteleuropa, Subsahara-Afrika, Amerika und Ozeanien. Eine Schrift ist nur ein Satz von Formen; Sprache und Bedeutung liegen darüber. Wie das linguistische Nachschlagewerk es formuliert: Ein einzelnes Schriftsystem kann viele Sprachen abbilden, und eine einzelne Sprache lässt sich in mehreren Schriften schreiben. „In lateinischen Buchstaben verfasst" verrät dir fast nichts darüber, welche Sprache du vor dir hast — und noch weniger, ob es Englisch ist.

Der Datensatz macht das greifbar. Das häufigste Wort über alle 650.000 Prompts hinweg, das kein Struktur-Tag ist, lautet que — das spanische und portugiesische Funktionswort —, und es taucht 573.000 Mal auf, häufiger als chorus (452.000), der mit Abstand häufigste englische Marker für Songstruktur. amor („Liebe" im Spanischen und Portugiesischen) erscheint etwa 79.500 Mal. Clustert man das Korpus nach Bedeutung, macht der englischsprachige Pop-Cluster nur rund 18 % einer Stichprobe von 50.000 Sessions aus. Selbst wenn man das Englisch mitzählt, das über die Instrumental- und Electronic-Cluster verteilt auftaucht, bleibt die englischsprachige Aktivität unter einem Drittel. Die lateinische Schrift, die ein westlicher Beobachter reflexhaft auf sich selbst bezieht, trägt in diesen Daten überwiegend Spanisch, Portugiesisch, Indonesisch, Türkisch und Französisch.

Das ist keine Eigenart dieses Datensatzes. Es folgt einer gemessenen, sich beschleunigenden Verschiebung dessen, was die Welt hört. Der Anteil des Englischen an Spotifys 10.000 meistgestreamten Songs fiel von 67,0 % im Jahr 2021 auf 62,1 % im Jahr 2022 und auf 54,9 % im Jahr 2023 — grob ein Prozentpunkt Anteil pro Quartal, den Spanisch, Deutsch, Portugiesisch, Französisch, Koreanisch, Hindi und Indonesisch aufnehmen. Bis 2024 erzielte Musik in acht verschiedenen Sprachen jeweils mehr als 100 Millionen Dollar an Tantiemen auf Spotify — Englisch, Spanisch, Deutsch, Portugiesisch, Französisch, Japanisch, Koreanisch und Italienisch — gegenüber nur zwei Sprachen (Englisch und Spanisch) auf diesem Niveau im Jahr 2017. Unter den Künstlern, die mehr als 1 Million Dollar verdienen, hat sich die Zahl der vertretenen Sprachen ebenfalls mehr als verdoppelt. Die Ökonomie der aufgenommenen Musik ent-anglisiert sich, und die Schaffensdaten sind ihr eine Stufe voraus.

Zehn Welten unter einem Alphabet

Die frühere Analyse erwähnte sechs dieser Cluster nur am Rande. Hier ist, was sie sind — und die dokumentierten Musikökonomien, auf denen sie aufsitzen. Die geschätzte Zusammensetzung der Stichprobe — nach Sprache und Region — sieht so aus:

Spanisch: die meistgestreamte Sprache des Planeten ist nicht Englisch

Die größte nicht-englische Welt ist Spanisch, und sie ist keine Nische. Bad Bunny war drei Jahre in Folge bis 2022 der meistgestreamte Künstler des Planeten auf Spotify, mit mehr als 18,5 Milliarden Streams allein im Jahr 2022 — und das vollständig auf Spanisch aufgenommen. Die Zahl der Latin-Music-Hörer auf Spotify wuchs von 2014 bis 2023 um 986 %; 2013 gab es null Latin-Songs in den globalen Top 100, und bis 2023 war mehr als einer von fünf der globalen Top 100 ein Latin-Song. In den Vereinigten Staaten — dem vermeintlichen Zentrum des anglophonen Pop — erreichten die Latin-Music-Einnahmen mit 1,4 Milliarden Dollar im Jahr 2024 einen Rekord und wuchsen das neunte Jahr in Folge schneller als der Gesamtmarkt, zu 98 % aus Streaming.

In dieser Welt stecken Sub-Szenen, die die Daten klar zeigen. Regional Mexican — corridos tumbados und música mexicana — wuchs zwischen 2018 und 2023 weltweit um mehr als 440 % auf Spotify und breitete sich über ganz Lateinamerika aus (Kolumbien +445 %), mit Peso Pluma in den globalen Top fünf. Eine leisere, aber große Komponente ist religiös: zeitgenössische christliche Musik wuchs weltweit über fünf Jahre um rund 60 % auf Spotify, mit besonders starkem Schub in Brasilien, Indonesien, den Philippinen, Indien und Südafrika. Der spanische Cluster in den Daten ist voller Gebete, Lobpreislieder und quinceañera-Widmungen — eine nicht-westliche Hörerbasis, die in der westlichen Mainstream-Berichterstattung weitgehend unsichtbar bleibt.

Portugiesisch: Brasilien baut seine eigenen Charts

Brasilien ist mittlerweile der neuntgrößte Markt für aufgenommene Musik der Welt (Daten von 2024) — das erste Mal, dass zwei lateinamerikanische Märkte gleichzeitig in den globalen Top zehn saßen (Brasilien neunter, Mexiko zehnter) — und der am schnellsten wachsende von allen, mit +21,7 % im Jahr 2024 gegenüber einer globalen Rate von 4,8 %. Was diesen 200-Millionen-Menschen-Markt dominiert, ist portugiesischsprachige Musik. Sertanejo — Brasiliens Pendant zur US-Country-Musik — ist sein mit Abstand beliebtestes Genre, und das Sertanejo-Duo Henrique e Juliano war 2024 der meistgestreamte Act auf Spotify Brasilien. Sein Gegenstück von der Basis, funk carioca, kann den buchstäblichen globalen Chart anführen: Anittas Funk-Single „Envolver" machte sie im März 2022 zur ersten Solo-Latin-Künstlerin, die Platz 1 in Spotifys Global-Chart erreichte.

Die brasilianische Szene ist auch ein Vorgeschmack auf das, was KI-Musik-Werkzeuge beschleunigen: eine demokratisierte, unabhängige Creator-Basis. Brasilianische Künstler verdienten 2023 über 1,2 Milliarden R$ mit Spotify — mehr als das Vierfache des Werts von 2018 — und über 70 % davon kamen von unabhängigen Künstlern und Labels. Die Zahl der brasilianischen Künstler, die mehr als 100.000 R$ pro Jahr verdienen, stieg seit 2017 um über 500 %. Das ist ein portugiesischsprachiger, streaming-gesättigter, stark unabhängig geprägter Markt — genau das Profil von jemandem, der zu einem Werkzeug greift, das das Studio überflüssig macht.

Südostasien: das Volumen, das die Umsatz-Charts übersehen

Südostasien ist der Cluster, der am deutlichsten zeigt, wie westliche Messung die Aktivität verfehlt. Indonesien — das viertbevölkerungsreichste Land der Welt — läuft auf dangdut und dangdut koplo, seiner nationalen Popmusik, gesungen auf Indonesisch und Javanisch, quer durch alle Alters- und Gesellschaftsschichten. Doch in Umsatzbegriffen ist Indonesien unsichtbar: Laut einer Billboard-Analyse steuerte es etwa 0,9 % der Einnahmen Asiens aus aufgenommener Musik bei, während es täglich rund 66 Millionen weltweit gestreamte Minuten indonesischer Künstler generierte — und rund 10 Milliarden Streams insgesamt seit dem Start von Spotify dort. Aktivität und Geld haben sich entkoppelt — und das westliche Dashboard liest nur das Geld.

Das Muster wiederholt sich in der ganzen Region. Im erstmals erschienenen offiziellen IFPI-Vietnam-Chart 2025 stammten acht der Top-zehn-Tracks von vietnamesischen Künstlern. In Thailand beherrschen Acts in der Landessprache den Chart — Jeff Satur führte 2024 sowohl als bester lokaler Künstler als auch als bester Song, wobei Streaming rund 92 % des Marktes ausmachte. Indonesien selbst hat inzwischen 212 Millionen Internetnutzer und 356 Millionen Mobilfunkverbindungen — etwa 125 % seiner Bevölkerung. Das sind mobile-first, lokal getriebene Musikmärkte, die das vom westlichen Schreibtisch aus verfasste „AI-Slop"-Narrativ nie betritt.

Türkei und Balkan: arabesk, turbo-folk und die landessprachliche Mehrheit

Die Electronic- und Balkan-Cluster lösen sich in spezifische regionale Genres ohne englische Pop-Abstammung auf. Arabesk — türkische Popmusik, die auf osmanischen makam-Tonleitern aufbaut, meist in Moll-Tonarten — war jahrzehntelang eine der dominierenden Formen der Türkei und breitete sich über den Balkan, den Kaukasus und den Nahen Osten aus. Sein Aufstieg war der Aufstieg einer übersehenen Bevölkerung: Akademische Studien verbinden die Beliebtheit des arabesk mit Land-Stadt-Migranten, die von der verwestlichten säkularen Elite verachtet wurden — wegen seiner östlichen Assoziationen. Nebenan dominiert turbo-folk das ehemalige Jugoslawien so vollständig, dass die einzigen westlichen Acts, die im 2022 von Billboard gestarteten Croatia-Songs-Chart auftauchten, Glass Animals und die Red Hot Chili Peppers waren.

Das ist keine osteuropäische Fußnote — es ist die europäische Norm. In IFPIs erstem „Music in the EU"-Report machten heimische, landessprachliche Künstler im Schnitt 60 % der Top 10 über die EU-Märkte hinweg aus — alle zehn in Griechenland und Ungarn, neun in Kroatien und Italien, acht in Polen. Und die am schnellsten wachsenden Musikmärkte Europas sind die östlichen: Bulgarien wuchs 2023 um 44 %, das Baltikum um 21,2 % und Polen um 18,3 %, gegenüber 4–5 % in Frankreich und Tschechien. Die landessprachliche Mehrheit ist der ganze Kontinent.

Das war vorhersehbar: Die Cluster zeichnen den Streaming-Boom nach

Legt man die zehn Cluster über die dokumentierten Streaming-Daten, decken sie sich fast eins zu eins. Der spanische Cluster sitzt auf einem Markt, in dem das Latin-Hören um 986 % wuchs und der meistgestreamte Künstler der Welt auf Spanisch aufnimmt. Der brasilianische Cluster sitzt auf dem am schnellsten wachsenden Top-zehn-Markt der Erde. Der türkische und der Balkan-Cluster sitzen auf der am schnellsten wachsenden Region der Welt und Europas am schnellsten wachsenden Märkten. Die Adoption von KI-Musik landet nicht an zufälligen Orten — sie landet genau dort, wo die Musiknachfrage ohnehin schon beschleunigte, nur früher in der Kette, bevor der Song einen Chart erreicht.

Die Makrozahlen sagen dasselbe. Das globale Audio-Streaming wuchs um 14 % auf 4,8 Billionen Streams im Jahr 2024, doch das Wachstum kam fast vollständig von außerhalb der USA — internationale Streams legten um 17,3 % zu gegenüber 6,4 % in den Staaten. Der kombinierte Anteil der USA, Großbritanniens und Kanadas an den Premium-Streams rutschte in einem einzigen Jahr von 57,52 % auf 56,22 %, wobei Mexiko, Brasilien und Indien die größten Zuwächse verbuchten. Nach Umsatz waren die drei am schnellsten wachsenden Regionen 2024 der Nahe Osten und Nordafrika (+22,8 %), Subsahara-Afrika (+22,6 %) und Lateinamerika (+22,5 %) — jede von ihnen ein nicht-englischer, weitgehend nicht-westlicher Markt, alle mit rund fünfmal schnellerem Wachstum als der globale Durchschnitt. Der Schwerpunkt der Musik verschiebt sich, und er verschiebt sich hin zu den Sprachen, von denen dieser Datensatz ohnehin schon voll ist.

Der blinde Fleck läuft in beide Richtungen

Hier werden die Daten wirklich seltsam. Die Regionen, die am meisten KI-Musik schaffen, sind genau die Regionen, die die KI selbst am schlechtesten bedienen sollte. Eine Studie zu KI-Musik-Trainingsdaten, „Missing Melodies", fand, dass rund 86 % der Trainingsstunden aus dem Globalen Norden stammen gegenüber 14,6 % aus dem Globalen Süden — 6.128 Stunden europäischer Musik gegen gerade einmal 27,5 Stunden afrikanischer Musik. Die zugrundeliegenden Allzweckmodelle sind nicht besser: die Trainingsdaten von GPT-3 waren nach Wortanzahl zu 93 % englisch, und Stanford-Forscher beschreiben eine „digitale Kluft", in der fast die Hälfte aller Websites auf Englisch ist, obwohl Englisch von weniger als einem Fünftel der Menschheit gesprochen wird. Und wenn diese Modelle doch nicht-westliche Musik generieren, plätten sie sie: Eine NeurIPS-2025-Studie zu 73.000 KI-generierten Tracks über 147 Sprachen und 79 Länder fand, dass Modelle regionale Genres — ghazal, Oper — systematisch in Richtung westlichem Pop und Rock kollabieren lassen.

Halte das nun gegen die Orte, an denen die Werkzeuge tatsächlich genutzt werden. Bei Suno machen die USA nur etwa 19 % des Traffics aus, gefolgt von Russland, Deutschland, Brasilien und Japan — über 80 % der Nutzung kommt von außerhalb der Vereinigten Staaten. Die breitere GenAI-Adoption verläuft genauso schief: Die USA waren 2025 nur ~15 % des ChatGPT-Traffics, hinter Indien und vor Brasilien und Indonesien. Das Ergebnis ist eine Rückkopplungsschleife: Den intensivsten Nutzern von KI-Musik werden genau die Modelle in die Hand gedrückt, die am schlechtesten zu ihren Genres passen — was ein westlicher Kritiker als „geringe Qualität" wahrnimmt, ist also teils ein Artefakt der Trainingsverzerrung, nicht der Creator.

Es lohnt sich, genau zu sein, was „Slop" eigentlich misst. Die Zahl, die das Narrativ ins Rollen brachte — Deezers Bericht, dass rund 44 % der täglichen Uploads KI-generiert sind — vermerkt auch, dass diese Tracks nur 1–3 % der tatsächlichen Streams ausmachen, wobei bis zu 85 % ihrer Streams als betrügerisch markiert wurden. Das ist eine Upload-und-Betrug-Metrik auf einer westlichen Plattform: Sie zählt, was in ein Tantiemen-System gekippt wird, und sie kann eine Person in Jakarta oder Recife nicht sehen, die einen Song macht. Und als dasselbe Unternehmen einen Blindtest durchführte, konnten 97 % von 9.000 Hörern in acht Ländern vollständig KI-generierte Tracks nicht von menschengemachten unterscheiden. Wenn fast niemand den Unterschied hören kann, ist „Slop" keine Eigenschaft des Audios. Es ist ein Statusurteil über die Herkunft, am lautesten verkündet in den Märkten, deren Monetarisierung stagniert, über Musik, die in den Märkten entsteht, die wachsen.

Kontinuität, nicht Disruption

Der sauberste Weg, all das zu lesen: KI-Musik hat keine neue Creator-Klasse erfunden. Sie hat die letzte Kostenbarriere für eine entfernt, die ohnehin schon gewann. Der unabhängige, nicht-elitäre, nicht-englische Creator ist genau, wer das Streaming aufgebrochen hat — über die Hälfte aller Künstler, die mehr als 10.000 Dollar auf Spotify verdienen, kommen aus Ländern, in denen Englisch nicht die erste Sprache ist; über 70 % der brasilianischen Tantiemen gehen an Unabhängige. Die dominierenden nicht-englischen Genres waren selbst von unten gewachsen: funk gebaut auf billigen digitalen Werkzeugen, arabesk auf Migrantenpublikum, dangdut quer durch alle Schichten.

Einen Song auf traditionellem Weg zu produzieren, kostet rund 500 bis 5.000 Dollar — Studiozeit, ein Produzent, Mixing, Mastering. KI-Werkzeuge drücken das gegen null, und sie tun es für eine Basis, die ohnehin schon mobile-first ist und ohnehin schon schafft: Indonesien allein hat 356 Millionen Mobilfunkverbindungen; Lateinamerikas Mobilfunk-Wirtschaft ist 550 Milliarden Dollar wert, 8,2 % des regionalen BIP. Die Geschichte ist nicht eine Maschine, die den Westen mit Müll überschwemmt. Sie ist ein vietnamesischer Teenager, eine brasilianische Kirchengruppe und ein türkischer Hochzeitssänger, die für den Preis eines Prompts ein Studio bekommen — und in ihrer eigenen Sprache schreiben.

Das ist die Prämisse hinter Lacuna und der Grund, warum das Produkt in neun Sprachen läuft und nicht in einer. Die Welt macht ihre Musik nicht auf Englisch. Die Werkzeuge sollten es auch nicht.